检索结果-南通市图书馆

纳米纤维支撑层在正/反渗透膜中的应用研究进展

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

精细化工 2024年

作者：陈红李楠林玉双代昭天津工业大学化学工程与技术学院天津工业大学纺织科学与工程学院天津工业大学化学学院天津工业大学省部共建分离膜与膜过程国家重点实验室

纳米纤维正/反渗透复合膜在膜分离领域备受瞩目，其独特结构和性能为膜技术的发展开辟了新的前景。通过单一或多种聚合物制备纳米纤维支撑层，并结合纳米材料负载、表面改性、中间层引入等方法，有效增强其孔隙率和三维孔隙结构性能，... 详细信息

纳米纤维正/反渗透复合膜在膜分离领域备受瞩目，其独特结构和性能为膜技术的发展开辟了新的前景。通过单一或多种聚合物制备纳米纤维支撑层，并结合纳米材料负载、表面改性、中间层引入等方法，有效增强其孔隙率和三维孔隙结构性能，实现了对溶质的高效截留和增强通量。在水处理领域采用纳米纤维复合膜能够降本增效，符合中国倡导的节能减排政策，顺应水处理领域提高效率、降低能耗等多方面的迫切需求。首先，阐述纳米纤维制备技术，特别是结构设计、功能调控等，并重点探讨了纳米纤维作为支撑层在正/反渗透膜中的研究现状以及对膜性能的影响；然后，总结了纳米纤维正/反渗透复合膜在水处理、农业灌溉和海水淡化等领域应用情况；最后，指出其面临的挑战和改进方向，并对未来的发展前景和应用潜力进行了展望。

关键词：纳米纤维支撑层内浓差极化支撑层的改性正/反渗透

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

无人配送小车设计

计算机科学与应用 2024年第4期14卷 327-334页

作者：角妍林普勇文双强张苹珍赵盛萍玉溪师范学院工学院云南玉溪

自2019年以来人们对健康的认知更加深刻、对自身的健康状况更加关注。在物流配送方面,“无人配送”、“无接触配”等词语的热度不断增加,新的物流运作模式迎来机遇。本文针对这样的发展趋势,提出“消毒无人配送”的设计构想。设计采用... 详细信息

自2019年以来人们对健康的认知更加深刻、对自身的健康状况更加关注。在物流配送方面,“无人配送”、“无接触配”等词语的热度不断增加,新的物流运作模式迎来机遇。本文针对这样的发展趋势,提出“消毒无人配送”的设计构想。设计采用紫外线消杀的方法,实现“消毒”;通过对配送小车的功能、外观、内部结构等进行设计,实现循迹、避障和蓝牙远程遥控等方式避免人员接触,实现“无接触”。最后,经过实验验证小车构想的合理性和实施性,无人配送小车物流配送信息传输效果良好。结合当下热点问题,实现“直达式”传递。在减少劳动力的成本、缩短物流配送时间的同时减少病菌传播、降低配送风险又保证用户安全。

关键词：紫外线消毒 STM32单片机最后一公里配送无人配送

维普期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

《书史》与《宝章待访录》小考

新美术 2024年第3期45卷 92-96页

作者：贾雅钦中国美术学院

《宝章待访录》和《书史》均为米芾对所见书迹的实录。从《四库全书提要》对《宝章待访录》的著录情况可知,二书之间有着密切的关系:《宝章待访录》一卷,宋米芾撰……大概与所撰《书史》相出入,然《书史》详而此较略。中如王右军《来戏... 详细信息

《宝章待访录》和《书史》均为米芾对所见书迹的实录。从《四库全书提要》对《宝章待访录》的著录情况可知,二书之间有着密切的关系:《宝章待访录》一卷,宋米芾撰……大概与所撰《书史》相出入,然《书史》详而此较略。中如王右军《来戏帖》,此书谓丁氏以一万质于郓州梁子志处,而《书史》则谓质于其邻大姓贾氏,得二十千。今十五年,犹在贾氏。

关键词：宝章待访录四库全书提要《书史》

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

国际中文教育视角下“好—坏”的不对称研究

国际中文教育视角下“好—坏”的不对称研究

作者：王美双山东师范大学

学位级别：硕士

“好—坏”作为现代汉语中常用的反义词聚,是汉语学习者需要重点掌握的对象,但留学生对该组词的习得和实际使用却并不尽如人意。本文在本体研究的基础上对“好—坏”的义项和所构词语进行考察,从语义、构词和句法三个层面对“好—坏”... 详细信息

“好—坏”作为现代汉语中常用的反义词聚,是汉语学习者需要重点掌握的对象,但留学生对该组词的习得和实际使用却并不尽如人意。本文在本体研究的基础上对“好—坏”的义项和所构词语进行考察,从语义、构词和句法三个层面对“好—坏”进行对比梳理,并探讨“好—坏”不对称现象的规律;同时,对《国际中文教育中文水平等级标准》和《新实用汉语课本》中“好—坏”及其所构词语编排的情况进行考察,统计“HSK动态作文语料库”中包含“好—坏”的偏误语料并划分偏误类型,分析“好—坏”及其所构词语产生偏误的原因;最后,结合前文对教材和偏误情况的分析,对“好—坏”及其所构词语提出相关的教学建议。本文主要包括以下五个方面:绪论部分主要从选题依据、研究现状、研究对象、研究方法和语料来源等方面进行了简要的介绍。第一章从本体角度梳理反义成分“好—坏”的不对称现象。从语义层面对“好—坏”的义项和使用频率进行比较,考察“好—坏”的反义义项;从构词角度考察“好—坏”在构词数量和构词形式上的不对称现象;从句法层面对“好—坏”在语句搭配中的不对称情况进行分析,对比两者在句法使用层面的不对称性。第二章统计《国际中文教育中文水平等级标准》中“好—坏”及其所构词语,并从词语的等级编排和词法两个角度分析两者的不对称性;统计《新实用汉语课本》中“好—坏”及其所构词语在所涉词汇和课文部分的编排情况;另外,对《等级标准》和《新实用汉语课本》中“好—坏”及其所构词语的覆盖情况进行对比分析。第三章考察“HSK动态作文语料库”中包含“好—坏”的语料,统计偏误语料的数量和类型,并分析具体的语料实例,探究偏误产生的原因。第四章以前三章的研究为基础,针对“好—坏”及其所构词语提出了教材编写建议和教学建议,并尝试设计了一份教学案例(见附录)。

关键词：好—坏不对称国际中文教育偏误分析教材和教学

西部陆海新通道沿线交通运输业碳排放效率及影响因素研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

西部陆海新通道沿线交通运输业碳排放效率及影响因素研究

作者：吴钰双重庆交通大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于微服务的智能制造知识图谱平台架构

计算机集成制造系统 2024年第5期30卷 1856-1867页

作者：贾希旺赵晓东柳先辉同济大学电子与信息工程学院上海201800

知识图谱在智能制造领域的应用已成为当前研究热点。为了解决现有智能制造知识图谱平台工具分散、架构耦合度较高的问题,提出一种基于微服务的智能制造知识图谱平台架构。智能制造是云制造的核心概念之一,主要适用于工业制造领域。智能... 详细信息

知识图谱在智能制造领域的应用已成为当前研究热点。为了解决现有智能制造知识图谱平台工具分散、架构耦合度较高的问题,提出一种基于微服务的智能制造知识图谱平台架构。智能制造是云制造的核心概念之一,主要适用于工业制造领域。智能制造知识图谱平台聚焦于制造领域数据与知识图谱技术的结合。在该架构设计中,平台包括知识图谱的构建、更新、应用三部分内容,可实现从结构化数据/非结构化数据到知识图谱应用的开发。该设计按照微服务划分原则并结合智能制造领域特点将知识图谱平台进行微服务划分,保证了平台的可用性和可扩展性。

关键词：知识图谱微服务智能制造

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

H医药制造公司连续并购绩效评价研究

H医药制造公司连续并购绩效评价研究

作者：方双重庆理工大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

列宁殖民主义批判思想研究

列宁殖民主义批判思想研究

作者：颜廷双曲阜师范大学

学位级别：硕士

基于深度学习的密集人群口罩佩戴检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的密集人群口罩佩戴检测方法研究

作者：石双长春工业大学

学位级别：硕士

在当前的公共卫生管理中,面对传染病的挑战,口罩佩戴已成为密集人群中减少病毒传播的关键措施。然而,传统的人工监测口罩佩戴方式,在高密度人群中存在工作强度大、效率低下、监控覆盖范围有限以及响应速度慢等问题。因此,采用深度学习... 详细信息

在当前的公共卫生管理中,面对传染病的挑战,口罩佩戴已成为密集人群中减少病毒传播的关键措施。然而,传统的人工监测口罩佩戴方式,在高密度人群中存在工作强度大、效率低下、监控覆盖范围有限以及响应速度慢等问题。因此,采用深度学习技术自动识别密集人群中的口罩佩戴状态,能够有效提高监测的全面性与实时性,从而增强公共卫生安全管理的效率,对社会具有重要的意义。针对人群密集场合,本文旨在开发更高精度、更轻量级的口罩佩戴检测算法,主要工作内容如下:针对现有数据集在反映密集人群中口罩佩戴状态的样本分布不均衡问题,本文采集了一系列反映多种真实社会场景下的密集人群佩戴口罩的照片来扩充AIZOO数据集,确保了数据集的多样性和代表性,为模型训练奠定了坚实的基础。为了提高模型在密集人群中准确识别口罩佩戴状态的能力,本文在YOLOv8网络架构中引入了可变形注意力模块,并采用了一种新的损失函数Inner-MPD Io U Loss,提出YOLOv8-DA模型,增强模型在复杂背景下对口罩位置识别的精确度。通过实验验证,本文提出的YOLOv8-DA模型在密集人群口罩佩戴状态识别任务上,展现了显著的性能提升。为了使密集人群口罩佩戴检测模型更易部署在资源受限的设备中,本文基于GhostNetv2网络和Sim AM机制构建了C2f-Ghostsim模型,并将其集成到YOLOv8-DA模型中,进而提出了YOLOv8-DA-Ghostsim模型。该模型具备较小的体积和更高的计算效率,同时保留了高精度检测的特性。此外,它能够灵活适应不同的应用场景,为密集人群中的口罩佩戴检测提供了一个既高效又可靠的技术方案。实验结果表明,与基准的YOLOv8模型相比,本文提出的YOLOv8-DA-Ghostsim模型在密集人群口罩佩戴检测领域有更优的检测精度和较低的计算资源要求。具体来说,在AIZOO补充数据集上,该模型的平均精度(m AP@0.5和m AP@0.95)分别提高了1.8%和1.6%,在Face Mask Detection数据集上,这一提升更是达到了1.9%和2.7%。同时,该模型的计算量、参数量和模型权重数值分别降低了18.9%、24.2%和18.1%,在检测精度和资源效率之间实现了良好的平衡。

关键词：深度学习口罩佩戴检测 YOLOv8网络注意力机制 GhostNetv2网络